【AI】人工智能学习路线笔记汇总（持续更新）

为了方便之后查找，梳理学习路线，专门开一篇博客记录一下。刚开始可能很零碎，随着学习的慢慢深入，学习路线应该会越来越充实，内容越来越丰富，可以为后来者提供一下参考。

1.环境搭建

该模块主要汇总一下环境搭建相关的文章，主要解决基础性的问题，这方面的东西可能对于初学者来说有帮助，可以减少因为环境搭建导致的学习时间浪费，关注人工智能的核心问题，消除因为环境问题导致的信息差。
1.【AI】PyTorch安装记录及Anaconda环境配置
2.【AI】清华开源中英双语对话模型ChatGLM2-6B本地安装笔记
3.【AI】MMLab环境搭建
4.【AI】Segment-Anything本地部署
5.【AI】将Python项目打包成Docker镜像的小实践
6.【Python】Pyinstaller打包Linux运行文件，暴露配置文件
7.【AI】Windows环境安装GroundingDINO

2.基础算法

基础算法的学习笔记在计划中

2.1 计算机视觉

1.Transformer算法
2.RNN

2.2 AIGC

1.Diffusion

3.工具框架

1.【AI】Pytorch神经网络分类初探
2.【AI】Tensor基础入门
3.【AI】数据集Dataloader制作
4.【GEO-AI】SAM-Geo库(segment-geospatial)入门教程
5.【AI】使用MMPreTrain进行图像分类
6.【AI】基于已有模型训练自己的模型（迁移）

4.计算机视觉

5.AIGC大模型

6.问题解决

1.【Python】Pyinstaller打包后程序运行报错configparser.NoSectionError: No section:XX问题解决
2.【AI-Fix】解决地图展示包leafmap在Jupyter NoteBook中地图不显示的问题